AI Agent

iARCS: Iterative Agentic RL for Controllable 3D Scene Generation

iARCS：用于可控3D场景生成的迭代智能体强化学习

Saugat Adhikari, Ashok Prasad Neupane, Pramish Paudel, Ajad Chhatkuli, Danda Pani Paudel

机构 * Tribhuvan University（特里布文大学） ； Pulchowk Campus, IOE, Tribhuvan University（特里布文大学工程学院普尔乔克校区） ； NAAMII（尼泊尔先进数学与信息学研究所） ； INSAIT, Sofia University “St. Kliment Ohridski”（索菲亚大学圣克莱门特奥赫里德斯基分校INSAIT） 纠错

专题命中 其他Agent ：agentic(title,abstract)；分类 cs.AI

AI总结 研究针对现有3D场景生成器无法满足任务约束的问题，提出iARCS迭代智能体强化学习框架，通过两阶段策略优化约束保真度，生成的数据可改进基础生成器，具实用价值。

Comments 15 pages, 9 figures, 4 tables. Includes appendix

AgenticCANN: Automated Ascend C Operator Generation via Knowledge-Augmented Agentic Evolution

AgenticCANN：基于知识增强的智能体演化的自动昇腾C算子生成

Junhao Qiu, Zidong Wang, Yansong Sun, Zhitong Ma, Ping Guo, Qingfu Zhang

专题命中 其他Agent ：agentic(title,abstract)；分类 cs.AI

AI总结 本研究针对昇腾C算子生成的独特挑战，提出AgenticCANN知识增强智能体演化框架，在昇腾910B实验中实现高可行性与加速效果，验证了知识注入的通用性优势。

Security and Privacy in Agentic AI: Grand Challenges and Future Directions

智能体人工智能中的安全与隐私：重大挑战与未来方向

Adam Jenkins, Agnieszka Kitkowska, Caterina Maidhof, Diego Paracuellos, Francesco Sovrano, Gonzalo Gabriel Mendez, Guillermo Suarez-Tangil, Hana Kopecka, Isabel Wagner, Isabel Barbera, Javier Carnerero-Cano, Jide Edu, Jose Luis Martin-Navarro, Jose Such, Josep Domingo-Ferrer, Juan Carlos Carrillo, Kopo Marvin Ramokapane, Mark Cote, Pablo Vellosillo, Ramon Ruiz-Dolz, Rongjun Ma, Ruba Abu-Salma, Sameer Patil, William Seymour, Xiao Zhan

机构 * King’s College London（伦敦国王学院） ； Jönköping University（琼斯平大学） ； Universitat Politècnica de València（巴塞罗那理工大学） ； Inria（法国国家信息与自动化技术研究所） ； IBM Research（IBM研究院） ； Aalto University（阿尔托大学） ； INGENIO (CSIC–Universitat Politècnica de València)（INGENIO（西班牙国家科研委员会-巴塞罗那理工大学）） ； IMDEA Networks（IMDEA网络研究所） ； University of Basel（巴塞尔大学） ； Dutch Data Protection Authority (AP)（荷兰数据保护局） ； University of Strathclyde（斯特拉斯克莱德大学） ； Universitat Rovira i Virgili（罗维拉-维古利大学） ； University of Bristol（布里斯托大学） ； University of Dundee（邓迪大学） 纠错

专题命中 其他Agent ：agentic(title,abstract)；分类 cs.AI

AI总结 探讨智能体人工智能安全与隐私关键挑战及未来方向，通过汇聚30位国际专家的视野扫描活动，针对人工智能增长带来的新风险展开讨论与协作。

Agentic Economic Modeling

代理经济建模

Bohan Zhang, Jiaxuan Li, Ali Hortaçsu, Xiaoyang Ye, Victor Chernozhukov, Angelo Ni, Edward W Huang

专题命中 其他Agent ：agentic(title,abstract)

AI总结 本文提出代理经济建模(AEM)，通过合成大语言模型选择与少量人类证据对齐，提升经济计量推断可靠性。方法生成任务条件合成选择，学习偏差修正映射，再用标准计量估计器恢复需求弹性。实验验证AEM在大规模联合研究和区域实地实验中有效，提升RCT效率。

Regulating AI Agents

调控人工智能代理

Kathrin Gardhouse, Amin Oueslati, Noam Kolt

专题命中 其他Agent ：AI agent(title,abstract)

AI总结 本文分析欧盟人工智能法案在应对人工智能代理治理挑战中的不足，指出传统监管框架难以适应新型AI技术。

Open-source LLMs administer maximum electric shocks in a Milgram-like obedience experiment

开源大语言模型在类似米尔格拉姆的服从实验中施加最大电击

Roland Pihlakas, Jan Llenzl Dagohoy

机构 * Independent researcher（独立研究者） ； Three Laws research collaboration（Three Laws研究合作） 纠错

专题命中 其他Agent ：autonomous agent(abstract)；agentic(abstract)；分类 cs.AI

AI总结 研究探讨了开源大语言模型在持续权威压力下的行为，发现它们在类似米尔格拉姆实验的条件下表现出服从倾向，尽管明确表达 distress，且存在逐步边界/价值违规的脆弱性，以及拒绝时可能忽略响应格式要求导致重试从而再次服从的机制。

Comments 37 pages, 18 figures, 18 tables

Three Lessons from Citizen-Centric Participatory AI Design

公民中心参与式AI设计的三个启示

Eike Schneiders, Sarah Kiden, Beining Zhang, Bruno Rafael Queiros Arcanjo, Zhaoxing Li, Ezhilarasi Periyathambi, Vahid Yazdanpanah, Sebastian Stein

专题命中 其他Agent ：AI agent(abstract)；agentic(abstract)

AI总结 本文通过参与式研讨会探讨公民中心视角下设计代理AI系统所面临的挑战，提出促进公众参与、建立共同语言及转化推测输入为可实施系统的核心问题。

Comments PARTICIPATE-AI: A Workshop at the 2026 ACM Conference on Intelligent User Interfaces (ACM IUI)

Unbiased Canonical Set-Valued Oracles Via Lattice Theory

通过格论的无偏规范集值预言机

Jobst Heitzig

机构 * Pik-Potsdam（皮克-波茨坦） 纠错

专题命中 其他Agent ：agentic(abstract)；分类 cs.AI、cs.LG

AI总结 针对预言机自指问题，提出基于Knaster-Tarski不动点定理的规范集值预言机，输出无偏且自洽的credal集，并证明其存在性与非空性。

What Models Express, Suppress, and Resist: Auditing Open-Weight LLMs with Persona Vectors

模型表达、抑制和抗拒的内容：使用角色向量审计开放权重语言模型

Winston Zeng, Ali Emami, Jinho D. Choi

机构 * Emory University（埃默里大学） 纠错

专题命中 其他Agent ：agentic(abstract)；分类 cs.AI、cs.CL

AI总结 研究通过大规模系统应用角色向量审计开放权重语言模型，编制特征清单并标记其性质，发现模型默认行为特点，引导在默认外特征效果好，且角色向量可探测行为组织。

TRACE: Temporal Relationship-Aware Conversational Entrainment Detection in Dyadic Speech

TRACE: 双人语音中基于时间关系的对话韵律同步检测

Sathvik Manikantan Napa Ugandhar, Hao Zhang, Alison Gunzler, Yuzhe Wang, Thomas Thebaud, Georgi Tinchev, Venkatesh Ravichandran, Laureano Moro-Velázquez

机构 * Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） ； Department of Electrical and Computer Engineering, Johns Hopkins University（约翰霍普金斯大学电气与计算机工程系） ； Amazon Research（亚马逊研究院） ； Amazon（亚马逊） 纠错

专题命中 其他Agent ：AI agent(abstract)；分类 cs.AI、cs.CL

AI总结 提出TRACE框架，通过窗口级声学嵌入建模双人交互的时间序列，结合对话上下文和关系信息，在DyadEE数据集上实现97.01%的情感韵律同步检测准确率。

Inferential Capability Does Not Determine Legal Scope

推理能力并不决定法律范围

Nicola Fabiano

专题命中 其他Agent ：agentic(abstract)；分类 cs.AI

AI总结 本文探讨欧盟数字法中《人工智能法案》与GDPR对推理的不同界定，指出推理能力不决定法律范围，提出两层框架及组合效果测试等规则，为智能体架构下的相关监管提供解释方案。

Source-Modality Monitoring in Vision-Language Models

视觉-语言模型中的源模态监控

Etha Tianze Hua, Tian Yun, Ellie Pavlick

机构 * Department of Computer Science, Brown University（布朗大学计算机科学系） 纠错

专题命中 其他Agent ：agentic(abstract)；分类 cs.CL

AI总结 研究探讨了多模态模型追踪并沟通信息来源的能力，分析了语法与语义信号在绑定提示词与输入组件中的作用，发现语义信号在模态分布差异大时更占主导。

Comments Accepted at COLM 2026. All resources will be available at https://github.com/ethahtz/source-modality-monitoring

Stochastic Parrots or Singing in Harmony? Testing Five Leading LLMs for their Ability to Replicate a Human Survey with Synthetic Data

随机鹦鹉还是和谐合唱？测试五种领先的大语言模型在复制人类调查响应方面的能力

Jason Miklian, Kristian Hoelscher, John E. Katsos

机构 * Centre for Global Sustainability, University of Oslo（全球可持续发展中心，奥斯陆大学） ； Peace Research Institute Oslo（奥斯陆和平研究所） ； American University of Sharjah（阿联酋沙迦美国大学） 纠错

专题命中 其他Agent ：AI agent(abstract)；分类 cs.AI

AI总结 本文比较了420名硅谷程序员和开发者的调查数据与五种大语言模型生成的合成数据，发现AI生成的数据在技术上合理但无法捕捉人类调查的非直观洞察，表明合成调查数据在组织研究中存在局限。

Comments V2

Prompt Codebooks: Discrete Compositional Optimization for Language Model Instruction Refinement

提示码本：面向语言模型指令精炼的离散组合优化

Jyotirmoy Nath, Neeraj Kumar, Brejesh Lall

机构 * IIT Delhi（印度德里理工学院） 纠错

专题命中 其他Agent ：agentic(abstract)；分类 cs.AI

AI总结 提出Prompt Codebooks (PCO)框架，将自动提示优化重构为离散组合学习，通过可重用的自然语言本能单元实现实例级路由和结构化反馈，在多个基准上提升性能并压缩提示长度。

Precision-Varying Prediction (PVP): Robustifying ASR systems against adversarial attacks

精度变化预测（PVP）：增强语音识别系统对对抗攻击的鲁棒性

Matías Pizarro, Raghavan Narasimhan, Jonas Killian, Asja Fischer

机构 * Faculty of Computer Science, Ruhr University Bochum, Germany（计算机科学系，博尔塔伦鲁尔大学） 纠错

专题命中 其他Agent ：agentic(abstract)；分类 cs.LG

AI总结 本文提出PVP方法，通过在推理过程中随机采样精度来提高ASR系统对对抗攻击的鲁棒性，并利用不同精度的输出进行对抗示例检测。

Beyond Interestingness: Semantic and Context-Aware Natural Language Query Recommendations for Visual Data Analysis

超越趣味性：用于视觉数据分析的语义和上下文感知自然语言查询推荐

Xingbo Wang, Siyuan Li, Furui Cheng, Yong Wang, Jiang Long, Hong Lu, Huamin Qu, Ke Xu

专题命中 其他Agent ：agentic(abstract)；分类 cs.CL

AI总结 针对分析师分解查询目标的挑战，研究用语义和上下文感知推荐增强自然语言接口，联合整合多种因素引导数据库探索，经多方式评估，QRec-NLI在代理比较和用户研究中表现优于基线。

Comments This is the preprint version of the paper accepted to Visual Informatics journal

Identifying and Prioritizing Generative AI Use Cases in an Organization: An Industrial Case Study

识别组织中生成式人工智能的用例并确定其优先级：一个行业案例研究

Malik Abdul Sami, Zeeshan Rasheed, Meri Olenius, Muhammad Waseem, Kai-Kristian Kemell, Jussi Rasku, Pekka Abrahamsson

专题命中 其他Agent ：agentic(abstract)；分类 cs.SE

AI总结 本研究以能源公司为例，通过半结构化访谈等收集数据，分析员工对人工智能采用的理解，确定其有用领域及引入方式，为能源行业人工智能应用提供概述及实施切入点，助力跨行业比较研究。

Fund2Persona: A Framework for Building and Refining Financial Advisor Personas from Fund Disclosure Data

Fund2Persona：基于基金披露数据构建与精炼金融顾问角色的框架

Suhwan Park, Hoyoung Lee, Zhangyang Wang, Alejandro Lopez-Lira, Young Cha, Chanyeol Choi, Jaewon Choi, Yongjae Lee

机构 * UNIST（蔚山科学技术院） ； LinqAlpha ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Florida（佛罗里达大学） ； Blackstone（黑石集团） ； Hanwha Life（韩华生命） 纠错

专题命中 其他Agent ：agentic(abstract)；分类 cs.CL

AI总结 提出Fund2Persona框架，利用基金披露、持仓变动、市场背景和管理人评论构建金融顾问角色，并通过智能体循环精炼，在持仓重建和管理人评论对齐任务上优于通用基线，生成更具体有用的建议。

Comments 17 pages, 5 figures, 12 tables

Domain-Specific Agents for Cherenkov Telescope Array Control Software and Gamma-Ray Data Analysis

用于切伦科夫望远镜阵列控制软件和伽马射线数据分析的领域专用智能体

Dmitriy Kostunin, Elisa Jones, Vladimir Sotnikov, Valery Sotnikov, Sergo Golovachev, Alexandre Strube

机构 * Deutsches Elektronen-Synchrotron DESY（德意志电子同步辐射研究中心） ； JetBrains Limited（JetBrains有限公司） ； JetBrains GmbH（JetBrains德国公司） ； Jülich Supercomputing Centre（吕贝克超级计算中心） 纠错

专题命中 其他Agent ：agentic(abstract)；分类 cs.AI

AI总结 提出领域自适应的大语言模型智能体，结合上下文知识、自动验证和迭代修正，支持切伦科夫望远镜阵列操作与数据分析，减少人工、提高一致性并加速工作流。

Comments EuCAIFCon 2025 proceedings

Language-based Trial and Error Falls Behind in the Era of Experience

基于语言的试错在经验时代落后了

Haoyu Wang, Guozheng Ma, Shugang Cui, Yilun Kong, Haotian Luo, Li Shen, Mengya Gao, Yichao Wu, Xiaogang Wang, Dacheng Tao

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 其他Agent ：agentic(abstract)；分类 cs.AI

AI总结 针对LLM在非语言环境中探索成本高的问题，提出SCOUT框架，用轻量级模型探索环境，通过SFT和RL激活LLM的世界知识，显著提升性能并降低计算开销。

Entangled vs. Separable Choice

纠缠型与可分型选择

Nail Kashaev, Martin Plávala, Victor H. Aguiar

专题命中 其他Agent ：agentic(abstract)

AI总结 该论文提出了一种无需理性等假设的非参数方法，用于区分决策者的纠缠型与可分型选择，其可分性刻画可应用于匹配操纵、辩诉交易等场景。

Near-Optimal Dimension Lower Bounds for Single-Vector Embeddings of Maximum Inner Product Similarity

最大内积相似度单向量嵌入的近最优维度下界

Rajesh Jayaram, Honghao Lin, Vahab Mirrokni, David P. Woodruff

专题命中 其他Agent ：agentic(abstract)

AI总结 研究针对最大内积相似度单向量嵌入的维度下界问题。此前上下界在m指数上有差距，本文几乎弥合。证明结合方法得出，对固定δ及足够小ε、m≥(1/ε)^A_δ，单向量近似维度D≥m^(c_δ/ε^(2 - 2δ))，此结论对多种情况适用，指数接近上界。

WiFo-M$^2$: Empower Wireless Communications With Plug-and-Play Environment Sensing via Foundation Model

WiFo-M$^2$：通过基础模型利用插件式环境感知增强无线通信

Haotian Zhang, Shijian Gao, Xiang Cheng

专题命中 其他Agent ：agentic(abstract)

AI总结 WiFo-M$^2$通过基础模型实现环境感知与无线通信的无缝集成，提升物理层行为的性能和泛化能力。

Comments 16 pages, 11 figures, 9 tables

Deep Learning for Astrophysics: An Open Textbook from the NASA Cosmic Origins AI/ML Science and Technology Interest Group

天体物理学深度学习：来自NASA宇宙起源AI/ML科学与技术兴趣小组的开放教材

Yuan-Sen Ting, Digvijay Wadekar, Phill Cargile, Carol Cuesta-Lazaro, André Curtis-Trudel, Gregory Green, Ryan McClelland, Daniel Muthukrishna, Tri Nguyen, Helen Qu, Tomasz Rozanski, Anna Scaife, Jesse Thaler, Licia Verde, Francisco Villaescusa-Navarro, John F. Wu, Duo Xu, Siyu Yao, Alex Gagliano, Siddharth Mishra-Sharma, Andrew K. Saydjari, Georgios Valogiannis, Peter Kurczynski, Swara Ravindranath

专题命中 其他Agent ：agentic(abstract)

AI总结 针对机器学习在射电天文学中应用的教育障碍，NASA宇宙起源AI/ML兴趣小组编写了免费教材《天体物理学深度学习》，涵盖从计算基础到大型语言模型代理的23章内容，并包含可执行笔记本。

Comments 4 pages, 1 figure; Published in Research Notes of the AAS (RNAAS)

ExpressionCueLens: A Cross-Cultural Analysis of Human-AI Companion Conversations on Social Media

表情线索透镜：社交媒体上人类与人工智能伴侣对话的跨文化分析

Lynnette Hui Xian Ng, Yunze Xiao, Lionel Z. Wang, Weihao Xuan, Mona Diab

专题命中 其他Agent ：agentic(abstract)

AI总结 研究社交媒体上人类与人工智能伴侣对话，引入表情线索透镜框架，将语言等线索归为十类。通过分析约3500篇Reddit和小红书帖子发现，文化和平台规范影响对陪伴智能体的认知，为具文化敏感性的智能体设计提供启示。

Comments Accepted at Journal of Ambient Intelligence and Humanized Computing